Profª Drª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-Graduação em Saúde Coletiva-UFMA

Transcrição

1 INTRODUÇÃO AO Profª Drª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-Graduação em Saúde Coletiva-UFMA Por que STATA? Muitos dos pacotes estatísticos são bastante extensos em termos de opções de análise disponíveis. Alguns são mais voltados para áreas específicas. O STATA tem recursos para trabalhar por meio da Internet. Site: O STATA já está em sua versão

2 Iniciando o STATA Quando iniciamos o STATA, várias janelas aparecem: Command entrada dos comandos STATA. Results mostra o comando que você digitou e o respectivo resultado. (Se more é apresentado, pressione enter para continuar os resultados ou q para sair). Review mostra o histórico dos comandos digitados recentemente. Variables lista as variáveis contidas na base de dados. Data Editor mostra a base de dados atual em forma de uma planilha. Esta janela pode ser fechada posteriormente. Graph apresenta os resultados dos gráficos. 2

3 Introdução aos comandos do STATA Todos os comandos do STATA devem ser digitados em letras minúsculas. O programa é sensível a letras maiúsculas e minúsculas, ou seja Sexo sexo Muitos comandos exemplo: podem ser abreviados (por summary summ tabulate tab describe desc Introdução aos comandos do STATA Existem duas maneiras de trabalhar com o STATA: Modo interativo: Comandos podem ser digitados diretamente na janela Command e executados pressionando Enter. Modo em lote: Comandos podem ser escritos em um arquivo separado (chamado arquivo do) e executado em uma única vez. Primeiramente, usaremos o modo interativo para os exercícios, posteriormente veremos como criar arquivos do. 3

4 Introdução aos comandos do STATA Para saber qual diretório está sendo usado, digite pwd pwd D:\stata10\Stata10 Para criar um diretório, use o comando mkdir mkdir aulas cd aulas pwd D:\stata10\Stata10\aulas EXERCÍCIO 1: Conhecendo o STATA Abra o programa Stata 10.0 Identifique as janelas: Results, Command, Review, Variables. Abra o editor de dados ( ) e tente entrar com alguns valores (digite os valores e pressione Enter). Feche o editor de dados e então digite o comandoclear na janela Command. Clique no ícone Help (Help Contents). 4

5 Abrindo a base de dados O STATA pode ler os seguintes tipos de arquivos:.dta formato Stata.txt - formato ASCII (text).raw formato ASCII (text).xls formato Excel Abrindo a base de dados Base de dados criada no STATA tem a extensão.dta. Para acessar o arquivo existente (por exemplo, filename.dta) selecionando File Open ou digitando: use filename, clear Se o nome do arquivo contém espaços em branco, ele deve ser colocado entre aspas. 5

6 Abrindo a base de dados O STATA mantém a base de dados na memória. Se você estiver trabalhando com uma base de dados, e desejar trabalhar com outra base, é preciso remover a base de dados atual da memória, para isto digiteclear Para grandes bases de dados, faz-se necessário aumentar o limite de memória do STATA (o padrão é 1 megabyte). set memory # # representa o número de kilobytes (k), megabytes (m) ou gigabytes (g). Abrindo a base de dados Por exemplo: set memory 100m Por default, STATA assume que todos os arquivos estão em c:\data. Para mudar o diretório digite: cd nomedapasta Se o nome da pasta contém espaços em branco, ele deve ser colocado entre aspas. 6

7 Salvando a base de dados Se uma base de dados já está na memória (e não é necessário salvá-lo), limpe a memória com a opção clear Para salvar a base de dados, clique em digite: save filename, replace ou Use a opção replace se você deseja substituir a base de dados existente no STATA (.dta). Criando a base de dados no STATA Existem várias maneiras de inserir dados no STATA, a escolha depende da natureza dos dados. Entrada manual: digitando ou colando os dados dentro do editor de dados. Usando arquivo no formato ASCII (por exemplo, arquivos txt) Uso de outros programas que criam base de dados no formato do STATA (ex: SAS, SPSS) 7

8 Usando arquivos ASCII A base de dados deve estar no formato ASCII (texto). Se você usou o EXCEL para criar a base de dados, salve o arquivo como texto (.txt), e não como.xls. Opções: Dados sem formatação (i.e. as colunas são separadas por espaço, tabulação ou vírgula): use infile ouinsheet. Dados com formatação(i.e. dados com colunas fixas): useinfix. Abrindo dados sem formatação Você pode usar insheet quando a base de dados foi criada em um pacote computacional que utiliza planilhas, por exemplo Excel: insheet using nomedoarquivo A primeira linha da base de dados deve conter o nome das variáveis. Podemos também usar infile para base de dados com outros formatos, mas necessita especificar todas as variáveis. 8

9 EXERCÍCIO 2 Crie uma pasta para guardar as bases de dados criadas no STATA (c:\statadados) e mude o diretório usando o comandocd Useinsheet para ler a base de dados: pediatrics.txt Salve o arquivo (no seu diretório de trabalho) como pediatrics.dta Rotulando as variáveis Rótulo (label) é uma descrição de uma variável em até 80 caracteres. Útil quando construímos gráficos, etc. Para criar rótulos para as variáveis, clique duas vezes na coluna da variável a ser rotulado ou digite: label variable nomevar label Rótulos para valores numéricos também podem ser definidos. 9

10 Rotulando as variáveis Exemplos: label variable idade Idade dos pacientes(anos) label variable sexo Sexo dos pacientes Os rótulos também ajudam a lembrar o significado dos códigos de 0 e 1, definidos para determinada variável categórica. Definindo os rótulos Dois passos para criar rótulos para os códigos da variável: label define nomelabel 0 label" 1 label" label values nomevar nomelabel Exemplo: label define sex 1 feminino 0 masculino label values sexo sex Nota: Para modificar um rótulo use label define nomelabel 0 label" 1 label, modify 10

11 Arquivos Log Todos os comandos do STATA e seus resultados (exceto gráficos) são guardados em um arquivo log. Ao iniciar uma sessão no STATA, é aconselhável abrir um arquivo log, usando o comando: log using nomearquivo (onde nomearquivo é escolhido pelo usuário) Para fechar o log, digite: log close Criando arquivos Log log using c:\pasta1\resulta_1.txt,text Cria o arquivo resulta_1.txt e salva os resultados no formato texto. log using c:\pasta1\resulta_1.txt,text replace Grava o conteúdo do arquivo resulta_1.txt com os novos resultados log using c:\pasta1\resulta_1.txt,text append Adiciona novos resultados no final do arquivo resulta_1.txt 11

12 Formatos das variáveis Todas as variáveis são formatadas por valores numéricos (real) ou alfanuméricos (string). Você identificar o formato da variável pela cor: preto para numérica e vermelho para alfanumérica. Alternativamente, podemos ver o tipo da variável digitando: describe Examinando os dados codebook é útil para verificar erros nos dados. Fornece informação de cada variável com relação ao tipo, rótulo, valores ausentes, etc. Alternativamente, list permite o usuário ver a base de dados para inspeção. Os comandos codebook e list podem ser restritos a variáveis específicas ou obervações. 12

13 Examinando os dados Utilizando o comandocodebook Examinando os dados Usaremos os seguintes comandos Informações das variáveis e estatísticas descritivas describe propriedades de cada variável list mostra os dados summarize medidas descritivas tabulate constrói tabelas de frequências Gráficos scatter diagrama de dispersão line gráfico de linhas hist histograma graph box box plot graph bar gráfico de barras graph pie gráfico de setores 13

14 Examinando os dados Comando describe ou desc Examinando os dados Comando list 14

15 Analisando os dados summarize - mostra o número de casos, média, desvio padrão, mínimo e máximo. sum - modo abreviado desummarize. sum nomevar, detail - mostra os percentis, coeficiente de curtose, coeficiente de assimetria da variável nomevar Analisando os dados 15

16 Analisando os dados Para produzir tabelas de frequências, usamos o comando tabulate nomevar Analisando os dados O comandotabulate nomevar1 nomevar2 constrói uma tabela de contingência para duas variáveis. 16

17 Analisando os dados Para mostrar o número de casos e porcentagem, devemos usar um dos comandos: tabulate nomevar1 nomevar2,row tabulate nomevar1 nomevar2,col Caso deseja-se apresentar a frequência de valores ausentes (missings), digite: tabulate nomevar1 nomevar2,missing Analisando os dados 17

18 Analisando os dados Analisando os dados Algumas vezes, desejamos representar as frequências de uma variável para cada valor de outra variável. Por exemplo, queremos analisar a variável idade por sexo. Para isto, usamos o comando by sexo:summary idade Antes de usar o comando by, precisamos ordenar os valores da variável sexo. Para isto, usa-se o comando sort sexo 18

19 Analisando os dados Operadores matemáticos e lógicos soma sqrt() raiz quadrada > maior que - diferença exp() exponencial >= maior ou igual que / divisão < menor que * multiplicação + ~ negação <= menor ou igual que ^ potência & e == igual ln() logaritmo natural ou ~= diferente!= diferente 19

20 Transformações de variáveis Novas variáveis podem ser criadas usando o comando generate: generate novavar = expressão expressão pode conter funções ou combinações de variáveis existentes, por exemplo: gen imc=peso/altura^2 replace pode ser usado para mudar o conteúdo da variável existente: replace oldvar = expressao1 [if expressao2] Qualquer função pode ser usada com generate ou com replace. Transformações de variáveis if é usado para restringir o comando a um subconjunto de observações: replace idade=. if idade==999 Note que dois sinais de igualdade == são usados para testar a igualdade, enquanto um sinal = é usado para atribuir o valor. Operadores lógicos também podem ser usado apósif: & denota and denota or ~ or! denota not (ex: ~= significa diferente de ) 20

21 Transformações de variáveis Por exemplo, para criar uma variável dummy use: gen sobrepeso=0 replace sobrepeso=1 if imc>=25.0 & imc<29.9 Uma simples alternativa para o código acima é: gen sobrepeso=(imc>=25.0 & imc<29.9) Transformações de variáveis rename pode ser usado para renomear a variável. rename oldvarname newvarname Para deletar uma variável ou mais, digite: drop nomevar Alternativamente, o comando keepnomevar elimina todas as variáveis, menos as variáveis descritas no comando. Para deletar certas observações use: drop if exp Por exemplo, drop if idade==. 21

22 EXERCÍCIO 3 Abra a base de dados pediatric.dta. Use describe para verificar quais variáveis são alfanuméricas e quais são as numéricas. Renomeie a estatura como comprimento. Converta peso em kilogramas para gramas, usando replace. Rotule peso como peso do rn (em gramas). EXERCÍCIO 3 (cont.) Crie a variável razao usando: gen razao = (peso * 1000)/estatura Faça uma tabela de frequência para a variável sexo Apresenta as variáveis sexo e anomalia em uma tabela de contigência. 22

23 EXERCÍCIO 3 (cont.) Determine as medidas descritivas para as variáveis peso e estatura. Guarde somente as observações dos recémnascidos com anomalia. (use drop oukeep). Salve a base de dados modificada. (Lembre-se de colocar outro nome para a base de dados modificada.) Construindo Gráficos Podemos construir diversos gráficos no STATA. Vejamos os principais gráficos: Gráficos de barras e de setores Box-plot Histograma Gráficos de linhas Diagrama de dispersão 23

24 Gráficos de barras graph bar cigs, over(year) title("cigarette Consumption Per Person, US") b2(year) ytitle("number of Cigarettes") ylabel(0(2000)4000) Cigarette Consumption Per Person, US Number of Cigarettes 0 2,000 4, Year Gráfico de setores graph pie, over(parto) title("tipo de parto das mães dos recém-nascidos, MA") Tipo de parto das mães dos recém-nascidos, MA vaginal fórceps cesárea 24

25 Histograma hist idademae, frequency title("idade (em anos) das mães dos recém-nascidos, MA") xtitle("idade") ytitle("número de mães") Idade (em anos) das mães dos recém-nascidos, MA Número de mães idade Histograma hist idademae, bin(10)frequency title("idade (em anos) das mães dos recém-nascidos, MA") xtitle("idade") ytitle("número de mães") Idade (em anos) das mães dos recém-nascidos, MA Número de mães idade 25

26 Box plot graph box idademae, title( Idade(em anos) das mães dos recém-nascidos, MA") ytitle( idade") Idade (em anos) das mães dos recém-nascidos, MA idade Box plot por grupo graph box idademae, by(parto) ytitle( idade da mãe(em anos)") vaginal cesárea idade da mãe (em anos) fórceps Graphs by tipo de parto 26

27 Gráfico de linhas line casos ano Nº de casos Nº de casos de tuberculose, , São Luís-MA ano dados fictícios Diagrama de dispersão graph twoway scatter pesonasc compnasc peso ao nascer em gramas comp ao nascer cm 27

28 Links úteis Contém links para outros sites default.htm Obtendo mais informações sobre o STATA STATA tem arquivos de ajuda para todos os comandos. Comandos do STATA são descritos com detalhes no STATA User s Guide and Reference Manual. Finalmente, você pode obter vários tutoriais na internet. Um fácil caminho para encontrar é usar o Google e procurar por Stata tutorial. (Este tutorial foi preparado usando informações do livro Data analysis using STATA Ulrich Kohler e Frauke Kreuter, Stata Press, ) 28